Файл: Чесноков, Н. И. Оптимизация решений при разработке урановых месторождений.pdf

ВУЗ: Не указан

Категория: Не указан

Дисциплина: Не указана

Добавлен: 19.10.2024

Просмотров: 162

Скачиваний: 0

ВНИМАНИЕ! Если данный файл нарушает Ваши авторские права, то обязательно сообщите нам.

нием

от 0,06 до 0,04% ) — также

с вероят­

ностью 25%;

 

2)

если в первые сутки поступила руда Б,

то на вто­

рые руда А поступает с вероятностью 50%,

руда Б

0% и руда В — 50%;

то на вто­

3)

если в первые сутки поступала руда В,

рые руда А поступает с вероятностью 25%, руда Б

25% и руда В — 50%.

Необходимо определить среднее содержание метал­ ла в поступающей руде и минимальный период време­ ни, в течение которого поступление руды с этим содер­ жанием может быть стабильным (надежным). Это поз­

волит определить

среднее

содержание

металла в руде

при планировании

выпуска

металла в концентрате на

1 месяц и более.

 

 

 

 

Запишем условие задачи в краткой форме. Для это­

го воспользуемся матричной записью:

 

 

А

Б

В

\

 

0,5.1^0,25

0,25

\

 

0,5

0

0,5

I ‘

 

0,25

0,25

0,5

)

Здесь А, Б и В — названные выше сорта руд с различ­ ным содержанием металла; вектор-строка А — вероят­ ность поступления на фабрику руд сортов А, Б и В после сорта Л; вектор-строка Б — то же, но после сорта Б\ вектор-строка В — то же, но после сорта В.

Каждая сумма элементов названных векторов-строк равна единице, и все элементы положительны.

Квадратную матрицу называют вероятностной или стохастической, если все ее элементы неотрицательны и сумма элементов каждой строки равна единице [36]. Таким образом, матрица Р является вероятностной.

Применение вероятностных векторов-строк и матриц позволяет любые распределения плотности вероятно­ стей представить в удобном для анализа и расчетов виде и независимо от принципиальной возможности от­ разить то или иное распределение плотности вероятно­ сти в виде функцональной зависимости, что часто бы­ вает при инженерных расчетах. Например, представить более или менее простой и надежной функциональной зависимостью распределение плотности вероятности

(0,05; 0,2; 0,05; 0; 0,3; 0; 0,2; 0,2) практически невоз­



можно. Поэтому преимущество применения вероятност­ ных векторов-строк п матриц очевидно.

Вернемся к примеру. Пусть в какой-то из дней на фабрику поступила руда с содержанием металла А. Тогда па следующий день в соответствии с условием задачи поступит руда с содержанием металла А, Б или В с вероятностью РА, выражаемой вектором-строкой

А

Б

В

Рл (0,5 0,25 0,25).

Через 2 дня на фабрику поступит руда с содержанием

А, Б, В с вероятностями Р:

РА = 0,5-0,5 + 0,25-0,5 + 0,25-0,25 = 0,437,

РБ = 0,5-0,25 + 0,25-0 + 0,25-0,25 = 0,188,

Р в = 0,5-0,25 + 0,25-0,5 + 0,25-0,5 = 0,375.

Эти расчеты можно более наглядно проиллюстрировать рисунком (рис. 13), где изображены два шага марков­ ского процесса (обозначения и конкретные значения вероятностей взяты из рассматриваемого примера). Значения вероятностей по каждой ветви перемножаются, а затем на каждом шаге процесса вероятности, относя­ щиеся к одноименному параметру (или переменной), складываются, что равносильно перемножению ,матриц. Сравнение результатов расчета по графику (см. рис. 13) и перемножение матриц показывают их полную равно­ значность. Если через 1 день вероятность поступления

руды

с содержанием

А (сорта

А)

равна 0,5, то еще

через

1 день в сумме

(через 2 дня)

вероятность поступ­

ления сорта А (см. матрицу Р )

составит 0,5-0,5 = 0,25.

Если через 1 день после поступления сорта А вероят­ ность поступления сорта Б равна 0,25, то еще через день вероятность поступления сорта А после сорта Б будет 0,25-0,5 = 0,125 (см. первый столбец матрицы Р ) . Ана­ логично вероятность поступления сорта А через 2 дня (при сорте В — через I день) равна 0,25-0,25 = 0,0625. Общая вероятность поступления руды сорта А через 2 дня будет равна сумме произведений вероятностей по­ ступления руд различных сортов через 1 день на вероят­ ности поступления сорта /1 после поступления соответ­

ствующих сортов А, Б и В.

112


Таким образом, вероятность поступления на фабри­ ку руды сорта А через 2 дня равна произведению век­ тора строки А на столбец А матрицы Р . Аналогично для сортов Б и В вероятности поступления руды раз-

Р

ЕА - 0,2500

0,1250

0 ,0 6 2 5

0 ,0 3 7 5

2 6 = 0,1250

0,0000

0,0625

0,1875

2 В = 0,1250

0,1250

0,1250

0,5750

Е (4*6*8) = 0,4375

0,1875

0,3 7 5 0

1,0000

Р и с. 13. Графическое изображение вероятности поступления руды на фабрику (цепь Маркова).

ных сортов по дням выглядят следующим образом. На­

чало расхода (исходный

пункт)— на

завод

поступил

сорт А, через 1 день на завод

поступит

руда

сортов А,

Б, В с вероятностями

 

 

 

 

А

Б

В

 

 

А (0,5

0,25

0,25).

 

 

8 И. И. Чесноков н др.

113

іез 2 дня на завод поступит руда с вероятностями

А Б В

А

Б

 

В

1 0,5

0,25

0,25\

 

 

А (0,5

0,25

0,25) х

А і

0,5

 

 

0,5

=

 

£

 

0

 

 

 

 

 

 

ß '(0,25

0,25

0,5 )

 

 

 

 

 

А

 

Б

 

В

 

 

 

 

 

=

Л2 (0,437

0,188

0,375) = Ai Л

 

 

где Р — матрица вероятностей перехода.

 

 

, то

Если продолжить расчеты,

используя матрицу Р

через 3 дня:

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

А

Б

В

 

 

А

 

 

Б

В.

А І' 0,5

0,25

0,25\

 

А2 (0,437

0,188

0,375) Х М

0,5

0

0,5

1.

 

 

 

 

 

 

 

ч0,25

0,25

0,5 У

 

или

 

 

 

 

 

 

 

 

 

 

 

 

 

А

 

Б

В

 

 

 

 

 

 

 

Аг (0,5

0,25

0,25) х Р 2 =

А2 Р.

 

 

Через 4 дня АіР 3, или А3 Р,

через 5 дней

А| Р 4,

или

АаР , и т. д.

(здесь А„ — вектор-строка вероятностей по­

ступления сортов руды А, Б и В через п дней).

 

 

Через 8

дней

с довольно

большой точностью:

 

 

 

 

 

А

Б

 

В

 

 

 

АХР 7 =

Ад =

(0,400 0,200

0,400) =

А7Р,

(2.51)

и, сколько бы ни умножали As на матрицу Р , данный вектор-строка практически не изменится.

Как видно из изложенного, вероятность поступления

различных

сортов

руд на обогатительную

фабрику

в

/і-й день

равна

вероятности поступления

руды

(п—1)-й день, умноженной на матрицу Р:

 

 

 

 

А„ = Ап_ хР.

(2.52)

Рассмотренный пример является примером марков­ ского процесса, или марковской цепи. Марковская цепь— это конечный стохастический процесс, состояния которого изменяются только в дискретные моменты вре­ мени. Марковская цепь полностью определена, если ис-

114


ходное состояние процесса фиксировано и для любого п соблюдается условие

А п= Ап_,Р.

Для расчета марковской цепи необходимо знать ис­

ходное состояние и вероятность перехода

(или матрицу

вероятностей перехода) из состояния п

в состояние

п + \ .

 

Выполнив аналогичные расчеты по определению ве­ роятностей поступления руды сортов А, Б и В на обога­ тительную фабрику после поставки на фабрику сорта Б (исходный пункт расчета), получим соответственно

 

 

 

 

 

А

Б

В

 

 

через 1

день

 

 

Ба = Б (0,5

0

0,5),

 

 

через 2

дня

 

 

 

 

 

 

 

 

 

 

А

Б

В

 

 

 

 

 

 

Б (0,5

0

0,5) X Б

 

 

 

 

 

 

 

 

 

В

 

 

 

 

 

=

Ъ2 — Б (0,375

0,25

0,375) = Бг Р,

 

через 3 дня

Б3 =

БХЯ2 == Б2>*

через 4 дня

Б4 = Б^

3 =

= Б3 Р

и т. д.; через 8

дней

с достаточной степенью

точности получим

 

 

 

 

 

 

 

 

 

 

 

 

А

Б

В

 

 

Б8 =

Б7 Р =

Б4Я7 =

Б (0,400 0,200

0,400).

 

Точно такой же результат,

как в (2.51)

и (2.52),

по­

лучается, если принять за исходный пункт поставку на обогатительную фабрику руды сорта В, т. е.

А

Б

В

В8 = В4 • Я7 = В7Я = В (0,400 0,200

0,400). (2.53)

Полученные в выражениях

(2.51) — (2.53) результа­

ты говорят о том, что мы имели дело с особым типом марковских процессов, позволяющих относительно бы­ стро определить долгосрочный прогноз (особенно если переход из одного состояния в другое происходит через 1 день, как принято в рассматриваемом численном при­

мере, в течение месяца, квартала или года). Такой тип

8* 115